SAP将以全新的执行董事会开启2025财年。这家德国软件公司宣布,39岁的Sebastian Steinhauser将晋升为执行董事会成员。未来,Steinhauser将领导新设立的战略与运营董事会组,在这一职位上继续推动SAP战略的实施并简化公司流程。
SAP在一份声明中表示,由新任首席营销官Ada Agrait领导的战略与运营部门与全球营销部门的整合,旨在改善协作并加强客户和合作伙伴的数字化体验。
Steinhauser于2020年加入SAP,曾担任多个职务,包括首席战略官。在这一角色中,他领导了业务转型管理、业务网络和可持续发展等增长领域。2024年,他被任命为首席战略和运营官。他的职责范围扩大到包括业务运营、流程和IT,以及合作伙伴网络和商业职能。在加入SAP之前,Steinhauser曾在波士顿咨询公司工作。
就在六个月前,SAP刚刚调整了其管理层,2024年8月,销售主管Scott Russell和营销主管Julia White突然离开SAP。
Steinhauser:SAP的未来架构师 SAP SE监事会主席Pekka Ala-Pietila表示:"自2020年以来,Sebastian Steinhauser在SAP的企业战略中发挥了关键作用。我们将他视为SAP未来的重要领导者和架构师。"
SAP监事会还将负责客户服务和交付的执行董事会成员Thomas Saueressig的合同延长了三年至2028年。Ala-Pietila评论说:"他的贡献对确保越来越多的SAP客户选择云计算之路至关重要。"
这家总部位于德国沃尔多夫的公司在第二管理层也有变动。SAP引入了新的CTO和两位新的首席营收官。
Philipp Herzig将在现有首席AI官职务的基础上,担任SAP全球CTO。在新职位上,Herzig将负责监督SAP的技术战略、创新、研究和企业发展。他的工作还包括确保SAP商业AI和可持续发展部门的成功,并继续推动SAP客户和合作伙伴的创新。自2024年9月前任首席技术官Jürgen Müller因"不当行为"而离职后,SAP的CTO职位一直空缺。
Jan Gilg和Emmanuel (Manos) Raptopoulos将作为首席营收官共同领导SAP客户成功组织。目前担任云ERP总裁兼首席产品官的Gilg将负责SAP美洲和全球SAP业务套件。目前担任SAP EMEA区域总裁的Raptopoulos将同时领导SAP MEE和SAP APAC地区。
SAP战略:AI优先,套件优先 Herzig、Gilg和Raptopoulos将向SAP首席执行官Christian Klein汇报,并将成为SAP新成立的扩大执行董事会成员,该董事会将作为战略咨询机构推动公司"AI优先,套件优先"战略的实施。
公司表示:"这将在全球层面协调重要举措,确保它们在整个公司顺利实施。"SAP执行董事会将继续作为SAP SE的最高管理机构。
除Herzig、Gilg和Raptopoulos外,扩大管理董事会还包括Ada Agrait (CMO)、Michael Ameling (BTP总经理)、Sebastian Behrendt (全球财务主管)、Thomas Pfiester (全球客户参与主管) 和Monika Schaller (首席传播官)。
扩大管理团队中的业务套件部门总经理职位仍有待任命。
在SAP 15人的管理层中,有Agrait、Schaller和首席人力官Gina Vargiu-Breuer三位女性管理者,仅占20%。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。